网络推广执行之数据计算
完成数据上报、采集和接入之后，就进入存储的环节，关于数据的储存，了更形象地说明，我们仍以腾讯为例。数据提取、观察与分析
在产品运营中，数据提取是很常见的，例如，提取某批销量较好产品的关键词，及其相关字段。功能比较完备的数据平台会有数据自助提取系统，不能满足目助需求的，则需要数据开发写脚本进行数据提取。
另外，还有数据的观察和分析，主要是指数据变化的可视化和监控、统计分析。数据的可视化非常重要，通过将数据以图、表的形式进行表示，可使抽象化的数据具体化，清晰有效地传达与沟通，符合人们视觉的需求。
数据的观察和分析是指对数据进行自动化的日报表输出’并橱据。常用的软件是Excel和Spss，这两个软件可以说囊括了数据弼的基本技能，这里不对这两款软件的使用方法和技巧做赘述。要拱在进行数据分析之前先进行数据准确性的校验，判断这些数据着要的。
例如，从数据定义到上报逻辑，是否严格按照需求文档进行'数是否会有数据丢包的可能，建议进行原始数据的提取抽样分析'确性。
数据解读在这个环节至关重要，同一份数据，由于产品熟悉度斧差异，解读结果也大不一样。因此，产品分析人员必须对产品和用，绝对数值通常难以进行数据解读，通常都是通过比较，才更能表达；么，如何进行比较呢？通常有3种方式。
(1)纵向比较
例如，分析YY语音新注册用户的数据变化，那么可以和上周同期期、去年同期进行对比，看是否有相似的数据变化规律。
(2)横向比较
同样以YY语音为例，进行不同业务间的横向比较。例如，YY语音增注册数据、多玩网的流量数据、YY游戏新增注册用户数据进行对比，查找数据变化菰因。 把多个数据变化的同一周期时间段曲线进行对比。例如，YY新增注册用户、多玩网的流量数据、YY游戏新增注册用户的半年数据变化，三条曲线同时进行对比，找出某个数据异常的关键节点，再查找运营日志，看看有无运营活动的组织、有无外部事件的影响、有无特殊日子的影响因素。
对数据进行提取、观察和分析，目的是进行产品评估与数据应用，这是数据运营闭环的终点，同时也是新的起点，更是评估产品的健康度，将积累的数据应用到产品设计和运营的最终环节。
运营与产品的关系
运营与产品的关系主要体现在，运营重要还是产品重要？这决定着运营人员陪重点做运营还是做产品。
绝大部分运营人员都有这样一个误区，认为应该重点做运营，即使产品不是分优秀，只要运营工作做到位，同样可以占据市场，拥有大批用户。其实，这瀣极其不负责任的，如今的互联网产品，早已经不是处于2012年之前以运营为驱渤的时代了，当时那一批互联网产品，从功能到体验其实都很差，几乎全部靠强汰的运营在支撑，因此也有很多产品稍差但总体效果做得非常不错的产品。例如争些秀场直播平台，都是以运营为驱动的产品，它们的运营力度、强度很大。
然而，在2012年之后，尤其是移动互联网崛起之后，运营正式进入了以产品沩主的时代。产品做得太差，就无法挽救。因为一个产品出来后会有很多竞品跟着出来，可替代品实在太多了，如果你开始做得不好，马上就会被竞品取代。综洼所述，产品就像基因，是骨子里带的东西，直接决定日后的运营效果，产品自身不够优秀，也许就再无改变的命运，这就是新互联网时代产品的最大特性。因此，可以得出一个结论，做运营必须先重视产品，把产品质量、体验、服别故好，真正符合用户需求。同时，无论是做产品还是做运营，需要保持一个合适的比重，让两者处于一个相对平衡的状态。产品强，运营成本投入可以小些：产品弱，运营成本就需要投入多点。
数据解读在这个环节至关重要，同一份数据，由于产品熟悉度斧差异，解读结果也大不一样。因此，产品分析人员必须对产品和用，绝对数值通常难以进行数据解读，通常都是通过比较，才更能表达；么，如何进行比较呢？通常有3种方式。
(1)纵向比较
例如，分析YY语音新注册用户的数据变化，那么可以和上周同期期、去年同期进行对比，看是否有相似的数据变化规律。
(2)横向比较
同样以YY语音为例，进行不同业务间的横向比较。例如，YY语音增注册数据、多玩网的流量数据、YY游戏新增注册用户数据进行对比，查找数据变化菰因。
